使用Python处理\n vs ^M\n换行符

我正在分析一个包含键值对的文件，如下所示：

with open(filename) as f:
    data = f.read()
    key_value_pairs = data.split(";\n")

然后有一天，交付的文件有一个不同的行终止符，有人将处理它的行更改为：

key_value_pairs = data.split(";^M\n")

找到了解释

^M

是MS-DOS现象的答案

然后声称Windows终止符是

\r\n

，没有提到

^M\n

作为回溯信息，将提到该列表中的每个元素

键值对

在另一个循环中使用

.split（“=”，1）

我希望将来的文件在使用或不使用

^M

的情况下都会有不可预测的行终止，并试图找到一种方法来处理它，而不使用混乱的正则表达式或字符串方法（如果可以避免的话）

也许最好的办法就是在开始时将文件中的每一个

^M

都去掉，然后将它们都当作Unix文件处理。但是，对于文件中的某些base64二进制块来说，这可能有点危险

---

Python中有什么东西可以在文件打开时干净地处理那些

^M

如您的链接所述，

^M

是ASCII字符13，Python应将其理解为

\r

您只需使用

re.split

解析可选的

\r

即可完成此操作：

import re

data = 'split;\ntest;\r\nhere;\nanother;\r\nyay'

key_value_pairs = re.split(r';\r?\n', data)

# ['split', 'test', 'here', 'another', 'yay']

但是，如果它是文字字符

^

和

M

，请使用

re.split（r'.^M\n |；\n'，data）

：

---

这里的“交易”是什么意思？删除它们？将它们转换为其他内容？如果您的

open

调用看起来确实是这样，Python应该自动将

\r\n

转换为

\n

。查看

打开

函数的

换行符

参数：使用换行符拆分文件，这些换行符不可预测地包含或不包含

^M

但尚未在文件中看到

\r

，并且看起来不像

^M

谢谢@Krrr，我认为在将

^M

作为

\r

阅读时需要一些帮助。是否可以添加一个与

^M\n

匹配的替代正则表达式（如果存在），而不是

\r\n

？我已经做了一些实验，但无法让它工作。如前所述，我相信字符

^M

在Python中被解读为

\r

，因此这是正确的解析方法。此处的相关答案：-如果它是一个文字字符

^

和

M

，请使用

re.split（r'.^M\n | \n'，data）

，无论是否使用

^M

，这都非常有效。我不知道为什么会有“literal”字符，希望它不会再次出现，但如果是这样，正则表达式似乎能正确处理它。这取决于数据在到达脚本之前经过的位置。某些处理可能已将ASCII字符13转换为文字字符

^M

，而不是原始字符。是的，此处的“某些处理”可能在到达python之前，将向管理它的人员提及。用ssh传输文件时，我肯定会有一点出错。

data = 'split;\ntest;^M\nhere;\nanother;^M\nyay'

key_value_pairs = re.split(r';\^M\n|;\n', data)

# ['split', 'test', 'here', 'another', 'yay']